מזהי ה-infoType המובנים של Sensitive Data Protection יעילים באיתור סוגים נפוצים של מידע רגיש. גלאי סוגי מידע מותאמים אישית מאפשרים לכם להתאים אישית באופן מלא את גלאי המידע הרגיש שלכם. כללי בדיקה עוזרים לשפר את תוצאות הסריקה שמתקבלות מ-Sensitive Data Protection על ידי שינוי מנגנון הזיהוי של גלאי מסוג infoType.
אם רוצים להחריג או לכלול עוד ערכים בתוצאות שמוחזרות על ידי גלאי infoType מובנה, אפשר ליצור infoType מותאם אישית חדש מאפס ולהגדיר את כל הקריטריונים שבהם Sensitive Data Protection צריך לחפש. לחלופין, אפשר לחדד את הממצאים שמוחזרים על ידי הגלאים המובנים או המותאמים אישית של 'הגנה על נתונים רגישים' בהתאם לקריטריונים שאתם מציינים. אפשר לעשות את זה על ידי הוספה של כללי בדיקה שיכולים לעזור להפחית רעשים, להגביר את הדיוק וההיזכרות או לשנות את הסבירות של ממצאי הסריקה.
בנושא הזה מוסבר איך להשתמש בשני סוגים של כללי בדיקה כדי להחריג ממצאים מסוימים או להוסיף ממצאים נוספים, והכול בהתאם לקריטריונים מותאמים אישית שאתם מציינים. בנושא הזה מוצגים כמה תרחישים שבהם כדאי לשנות גלאי infoType קיים.
אלה סוגי כללי הבדיקה שזמינים:
- כללי החרגה, שעוזרים להחריג ממצאים שגויים או לא רצויים.
- כללים למילות הפעלה, שעוזרים לזהות ממצאים נוספים בתוכן טקסט.
- כללי התאמה, שעוזרים להתאים את הסבירות לממצאים על סמך ההקשר שבו הם מופיעים.
סוגי מידע על היעד וההקשר
במסמך הזה, המונחים הבאים משמשים להתייחסות לסוגי מידע (infoTypes) בערכת כללים.
- סוג מידע יעד: סוג מידע ש-Sensitive Data Protection מוציא מהבדיקה או משנה כשהתנאים שמוגדרים בערכת הכללים מתקיימים.
- סוג מידע של הקשר: סוג מידע שאם הוא מזוהה, הוא מספק הקשר לגבי סוג מידע של יעד. Sensitive Data Protection משתמש ב-infoTypes של הקשר כדי לקבוע אם צריך להחריג infoType של יעד או לשנות אותו.
סדר הכללים ושרשור שלהם
Sensitive Data Protection מחילה את הכללים בסדר שבו מציינים אותם בערכת הכללים. לכן, סדר הכללים יכול להשפיע על התוצאות של הפעולה Sensitive Data Protection. דוגמה מופיעה במאמר הזה בקטע הגדלת הסיכוי לזיהוי שם של אדם במסמך בריאות והחרגת מסמך הבריאות.
כללי החרגה
כללי החרגה שימושיים במצבים כמו הבאים:
- רוצים להחריג מתוצאות הסריקה התאמות כפולות שנובעות מחפיפה בין גלאי סוגי מידע. לדוגמה, אתם סורקים כתובות אימייל ומספרי טלפון, אבל מקבלים שתי התאמות לכתובות אימייל עם מספרי טלפון בתוכן שלהן, כמו 206-555-0764@example.org.
- יש רעשים בתוצאות הסריקה. לדוגמה, אם סריקה של כתובות אימייל לגיטימיות מחזירה מספר מוגזם של פעמים את אותה כתובת אימייל פיקטיבית (כמו example@example.com) או את אותו דומיין (כמו example.com).
- יש לכם רשימה של מונחים, ביטויים או שילובים של תווים שאתם רוצים להחריג מהתוצאות.
- רוצים להחריג עמודה שלמה של נתונים מהתוצאות.
- רוצים להחריג ממצאים שקרובים למחרוזת שתואמת לביטוי רגולרי.
- רוצים להחריג ממצאים בתמונות על סמך היחס המרחבי שלהם לממצאים אחרים שזוהו בתמונה.
סקירה כללית על Exclusion rules API
ב-Sensitive Data Protection מוגדר כלל החרגה באובייקט ExclusionRule. בתוך התג ExclusionRule מציינים אחת מהאפשרויות הבאות:
- אובייקט
Dictionary, שמכיל רשימה של מחרוזות להחרגה מהתוצאות. - אובייקט
Regexשמגדיר תבנית של ביטוי רגולרי. מחרוזות שתואמות לתבנית מוחרגות מהתוצאות. - אובייקט
ExcludeInfoTypesשמכיל מערך של גלאי סוגי מידע. אם ממצא תואם לאחד ממזהי סוגי המידע שמפורטים כאן, הוא לא ייכלל בתוצאות. אובייקט
ExcludeByHotwordשמכיל את הפרטים הבאים:- ביטוי רגולרי שמגדיר את מילת ההפעלה.
- ערך הקרבה שמגדיר עד כמה המילה להפעלת החיפוש צריכה להיות קרובה לתוצאה.
אם הממצא נמצא בטווח הקרבה שנקבע, הוא לא ייכלל בתוצאות. בטבלאות, כלל ההחרגה הזה מאפשר להחריג מהתוצאות עמוד שלם של נתונים.
אובייקט
ExcludeByImageFindings, שמכיל את הפרטים הבאים:רשימה של סוגי מידע בהקשר, שמשמשים לקביעה אם להחריג ממצא של סוג מידע יעד.
אובייקט
ImageContainmentTypeשמציין את הקשר המרחבי הנדרש בין התיבות התוחמות של הממצאים של היעד וההקשר. אם הדרישה הזו לא מתקיימת, Sensitive Data Protection לא יוציא מהתוצאות את המידע מסוג Infotype שמוגדר כיעד.
Sensitive Data Protection לא כולל ממצא של infoType יעד אם התיבה התוחמת של infoType בהקשר כוללת את הקשר שצוין עם ממצא infoType היעד. כשמשתמשים ב-
ExcludeByImageFindings, צריך להגדיר את השדהmatchingTypeל-MATCHING_TYPE_RULE_SPECIFIC.
תרחישים לדוגמה של כללי החרגה
כל אחד מקטעי ה-JSON הבאים ממחיש איך להגדיר את Sensitive Data Protection בתרחיש הנתון.
השמטה של כתובת אימייל ספציפית מסריקת הגלאי EMAIL_ADDRESS
קטע ה-JSON הבא והקוד בכמה שפות ממחישים איך מציינים ל-Sensitive Data Protection באמצעות InspectConfig שלא יתבצע חיפוש של "example@example.com" בסריקה שמשתמשת בגלאי infoType EMAIL_ADDRESS:
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"example@example.com"
]
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטה של כתובות אימייל שמסתיימות בדומיין ספציפי מסריקת הכלי לזיהוי כתובות אימייל
בקטע ה-JSON הבא ובקוד בכמה שפות אפשר לראות איך מציינים ל-Sensitive Data Protection באמצעות InspectConfig שלא יתבצע חיפוש של כתובות אימייל שמסתיימות ב-@example.com בסריקה שמשתמשת בגלאי infoType EMAIL_ADDRESS:
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
],
"rules":[
{
"exclusionRule":{
"regex":{
"pattern":".+@example.com"
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות לסריקה שכוללות את מחרוזת המשנה TEST
קטע ה-JSON הבא והקוד בכמה שפות ממחישים איך לציין ל-Sensitive Data Protection באמצעות InspectConfig שצריך להחריג מהרשימה שצוינה של infoTypes את כל הממצאים שכוללים את הטוקן TEST.
חשוב לשים לב שההתאמה היא ל-TEST כטוקן, ולא כמחרוזת משנה. לכן, למרות שכתובת כמו TEST@email.com תתאים, הכתובת TESTER@email.com לא תתאים. אם רוצים להתאים מחרוזת משנה, צריך להשתמש בביטוי רגולרי בכלל ההחרגה במקום במילון.
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
},
{
"name":"DOMAIN_NAME"
},
{
"name":"PHONE_NUMBER"
},
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"TEST"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות לסריקה שכוללות את מחרוזת המשנה Jimmy מסריקה של גלאי מסוג infoType בהתאמה אישית
בקטע ה-JSON הבא ובקוד בכמה שפות אפשר לראות איך מציינים ל-Sensitive Data Protection באמצעות InspectConfig שלא יתבצע חיפוש של השם Jimmy בסריקה שמשתמשת בגלאי הביטוי הרגולרי המותאם אישית שצוין:
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"customInfoTypes":[
{
"infoType":{
"name":"CUSTOM_NAME_DETECTOR"
},
"regex":{
"pattern":"[A-Z][a-z]{1,15}, [A-Z][a-z]{1,15}"
}
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"CUSTOM_NAME_DETECTOR"
}
],
"rules":[
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Jimmy"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות לסריקה מסריקה של מזהה PERSON_NAME שחופפות למזהה מותאם אישית
בתרחיש הזה, המשתמש לא רוצה שתהיה התאמה מסריקה של Sensitive Data Protection באמצעות הגלאי המובנה PERSON_NAME אם ההתאמה תהיה גם בסריקה באמצעות גלאי ה-regex המותאם אישית שהוגדר בחלק הראשון של קטע הקוד.
קטע ה-JSON הבא והקוד בכמה שפות מציינים גם גלאי regex מותאם אישית וגם כלל החרגה ב-InspectConfig.
גלאי ה-regex המותאם אישית מציין את השמות שצריך להחריג מהתוצאות. כלל ההחרגה מציין שאם תוצאות שמוחזרות מסריקה של PERSON_NAME יתאימו גם לגלאי הביטויים הרגולריים המותאם אישית, הן יושמטו. שימו לב: VIP_DETECTOR במקרה הזה מסומן כ-EXCLUSION_TYPE_EXCLUDE, ולכן הוא לא יניב תוצאות בעצמו. היא תשפיע רק על התוצאות שנוצרו על ידי PERSON_NAME הכלי לזיהוי.
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"VIP_DETECTOR"
},
"regex":{
"pattern":"Dana Williams|Quinn Garcia"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"VIP_DETECTOR"
}
]
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות במזהה PERSON_NAME אם יש גם התאמה למזהה EMAIL_ADDRESS
קטע ה-JSON וקטע הקוד הבאים בכמה שפות ממחישים איך מציינים ל-Sensitive Data Protection באמצעות InspectConfig שצריך להחזיר רק התאמה אחת במקרה של חפיפה בין התאמות של גלאי PERSON_NAME לבין התאמות של גלאי EMAIL_ADDRESS.
הסיבה לכך היא למנוע מצב שבו כתובת אימייל כמו james@example.com תתאים גם למזהה PERSON_NAME וגם למזהה EMAIL_ADDRESS.
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות בשמות דומיין שמהווים חלק מכתובות אימייל בסריקה של גלאי DOMAIN_NAME
בקטע ה-JSON הבא ובקוד בכמה שפות אפשר לראות איך מציינים ל-Sensitive Data Protection באמצעות InspectConfig שצריך להחזיר התאמות לסריקת גלאי DOMAIN_NAME רק אם ההתאמה לא חופפת להתאמה בסריקת גלאי EMAIL_ADDRESS. בתרחיש הזה, הסריקה העיקרית היא סריקה של גלאי DOMAIN_NAME. המשתמש לא רוצה שתוצאות החיפוש יכללו התאמה לשם דומיין אם שם הדומיין משמש בכתובת אימייל:
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"DOMAIN_NAME"
},
{
"name":"EMAIL_ADDRESS"
}
],
"customInfoTypes":[
{
"infoType":{
"name":"EMAIL_ADDRESS"
},
"exclusionType":"EXCLUSION_TYPE_EXCLUDE"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"DOMAIN_NAME"
}
],
"rules":[
{
"exclusionRule":{
"excludeInfoTypes":{
"infoTypes":[
{
"name":"EMAIL_ADDRESS"
}
]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
השמטת התאמות אם הן ממוקמות ליד מחרוזת
בדוגמה הבאה מוסבר איך לא לכלול התאמות ב-US_SOCIAL_SECURITY_NUMBER infoType detector אם המילה SKU מופיעה בטווח של 10 תווים לפני או 10 תווים אחרי הממצא.
בגלל כלל ההחרגה, בדוגמה הזו 222-22-2222 לא מסווג כמספר אפשרי של תעודת ביטוח לאומי בארה"ב.
{
"item": {
"value": "The customer sent the product SKU 222-22-2222"
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(SKU)"
},
"proximity": {
"windowBefore": 10,
"windowAfter": 10
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"includeQuote": true
}
}
השמטת ממצאים בעמודה שלמה של נתונים
בדוגמה הבאה מוצג איך להחריג ממצאים בעמודה שלמה של נתונים בטבלה אם השם של העמודה הזו תואם לביטוי רגולרי. במקרה הזה, כל ממצא שתואם לגלאי US_SOCIAL_SECURITY_NUMBER infoType ייכלל בתוצאות רק אם הוא לא מופיע בעמודה Fake Social Security Number.
בדוגמה הזו, הפונקציה מחזירה רק את הערך 222-22-2222, כי הערך 111-11-1111 נמצא בעמודה Fake Social Security Number.
{
"item": {
"table": {
"headers": [
{
"name": "Fake Social Security Number"
},
{
"name": "Real Social Security Number"
}
],
"rows": [
{
"values": [
{
"stringValue": "111-11-1111"
},
{
"stringValue": "222-22-2222"
}
]
}
]
}
},
"inspectConfig": {
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"includeQuote": true,
"ruleSet": [
{
"infoTypes": [
{
"name": "US_SOCIAL_SECURITY_NUMBER"
}
],
"rules": [
{
"exclusionRule": {
"excludeByHotword": {
"hotwordRegex": {
"pattern": "(Fake Social Security Number)"
},
"proximity": {
"windowBefore": 1
}
},
"matchingType": "MATCHING_TYPE_FULL_MATCH"
}
}
]
}
],
"minLikelihood": "POSSIBLE"
}
}
השמטת ממצאים בתמונות על סמך קשרים מרחביים
קטעי ה-JSON הבאים ממחישים איך להגדיר את Sensitive Data Protection כך שלא יכללו ממצאים בתמונות על סמך הקשר המרחבי שלהם עם אובייקטים אחרים שזוהו.
החרגת ממצא של אדם אם הוא חלק מדרכון
הכלל הזה מחריג ממצאים של אנשים (OBJECT_TYPE/PERSON) כשהם כלולים בממצא של דרכון (OBJECT_TYPE/PERSON/PASSPORT).
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"imageContainmentType": {
"encloses": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
החרגת ממצא של לוחית רישוי אם הוא מכיל מספר זיהוי הרכב
הכלל הזה לא כולל ממצא של לוחית רישוי (OBJECT_TYPE/LICENSE_PLATE) אם ממצא של VEHICLE_IDENTIFICATION_NUMBER נמצא כולו בתוכו.
{
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
},
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/LICENSE_PLATE"
}
],
"rules": [
{
"exclusionRule": {
"excludeByImageFindings": {
"infoTypes": [
{
"name": "VEHICLE_IDENTIFICATION_NUMBER"
}
],
"imageContainmentType": {
"fullyInside": {}
}
},
"matchingType": "MATCHING_TYPE_RULE_SPECIFIC"
}
}
]
}
]
}
}
כללים להרחבה (Hotword)
כללי מילות הפעלה שימושיים במצבים כמו אלה:
- אתם רוצים לשנות את ערכי הסבירות שמוקצים להתאמות לסריקה על סמך הקרבה של ההתאמה למילת הפעלה. לדוגמה, אתם רוצים להגדיר ערך גבוה יותר של הסבירות להתאמה לשמות של מטופלים, בהתאם למידת הקרבה של השמות למילה 'מטופל'.
- כשבודקים נתונים מובנים בטבלה, רוצים לשנות את ערכי הסבירות שהוקצו להתאמות על סמך שם של כותרת עמודה. לדוגמה, אם רוצים להגדיר ערך גבוה יותר של הסבירות ל-
US_SOCIAL_SECURITY_NUMBERכשמוצאים אותו בעמודה עם הכותרתACCOUNT_ID.
סקירה כללית על Hotword rules API
באובייקט InspectionRule של Sensitive Data Protection, מציינים אובייקט HotwordRule שמשנה את הסבירות לממצאים בקרבה מסוימת למילות מפתח.
אובייקטים של InspectionRule מקובצים כ'קבוצת כללים' באובייקט של InspectionRuleSet, יחד עם רשימה של גלאי סוגי מידע שהכללים חלים עליהם. הכללים
בתוך קבוצת כללים מוחלים לפי הסדר שצוין.
תרחישים לדוגמה לכללי הרחבה (Hotword)
בקטע הקוד הבא מוצגת דוגמה להגדרת כלל למילת הפעלה.
הגדלת הסיכוי להתאמה של PERSON_NAME אם יש מילת הפעלה 'מטופל' בקרבת מקום
קטע ה-JSON וקטע הקוד הבאים בכמה שפות ממחישים את השימוש במאפיין InspectConfig לצורך סריקת מסד נתונים רפואי כדי למצוא שמות של מטופלים. אפשר להשתמש בכלי המובנה PERSON_NAME לזיהוי סוגי מידע ב-Sensitive Data Protection, אבל הוא יזהה את כל השמות של אנשים, ולא רק את השמות של המטופלים. כדי לפתור את הבעיה, אפשר לכלול כלל הרחבה (Hotword) שמחפש את המילה 'patient' בקרבה מסוימת של תווים מהתו הראשון של התאמות פוטנציאליות. לאחר מכן תוכלו להקצות לממצאים שתואמים לדפוס הזה סבירות של 'סביר מאוד', כי הם תואמים לקריטריונים המיוחדים שלכם. הגדרת הערך המינימלי של Likelihood ל-VERY_LIKELY בתוך InspectConfig מבטיחה שרק התאמות להגדרה הזו יוחזרו בתוצאות.
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":50
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
}
]
}
],
"minLikelihood":"VERY_LIKELY"
}
...
מידע נוסף על מילות הפעלה מופיע במאמר התאמה אישית של הסבירות להתאמה.
כללי התאמה
כללי התאמה יכולים לעזור לכם לשפר את דיוק הזיהוי על ידי הגדלה (שנקראת גם הגברה) או הקטנה של ערכי הסבירות של הממצאים על סמך ההקשר שבו הם מופיעים.
כללי התאמה שימושיים במצבים כמו הבאים:
רוצים לשנות את ערך הסבירות של ממצא מסוג infoType של יעד אם הממצא חופף לממצא מסוג infoType של הקשר. לדוגמה, אפשר להגדיל את ערכי הסבירות של ממצאי
PERSON_NAMEשזוהו במסמכים שתואמים ל-DOCUMENT_TYPE/CONTEXT/HEALTH.אתם רוצים לשנות את ערך הסבירות של ממצא מסוג infoType של מידע יעד על סמך הקשר המרחבי שלו עם ממצאים אחרים שזוהו בתמונה. לדוגמה, אפשר להגדיל את ערכי הסבירות של ממצאי
GENERIC_IDשזוהו בתמונות שתואמות ל-OBJECT_TYPE/PERSON/PHOTO_ID_CARD.
סקירה כללית על Adjustment rules API
ב-Sensitive Data Protection מוגדר כלל התאמה באובייקט AdjustmentRule. בתוך AdjustmentRule, מציינים את הפרטים הבאים:
אחת מהאפשרויות הבאות:
אובייקט
AdjustByMatchingInfoTypes, שמשנה את ערך הסבירות של ממצא מסוג מידע היעד אם הממצא הזה חופף לממצא מסוג מידע ההקשר. האובייקט הזה מכיל את הפריטים הבאים:- רשימה של סוגי מידע (infoType) של הקשר, שמשמשים לקביעה אם צריך לשנות את המיקום של סוג המידע (infoType) של היעד.
- ערך
min_likelihoodעבור סוגי המידע של ההקשר. אם ערך הסבירות של ממצא כלשהו שקשור להקשר נמוך מהערך הזה, Sensitive Data Protection לא ישנה את הסבירות של ממצא היעד. - ערך
matching_typeשחובה להגדיר אותו כ-MATCHING_TYPE_PARTIAL_MATCH.
אובייקט
AdjustByImageFindings, שמשנה את ערך הסבירות של ממצא מסוג infoType של יעד אם התיבה התוחמת של infoType של הקשר נמצאת בקשר שצוין עם ממצא מסוג infoType של היעד. האובייקט הזה מכיל את הפריטים הבאים:רשימה של סוגי מידע (infoType) של הקשר, שמשמשים לקביעה אם צריך לשנות את המיקום של סוג המידע (infoType) של היעד.
אובייקט
ImageContainmentTypeשמציין את הקשר המרחבי הנדרש בין התיבות התוחמות של ממצאי היעד וההקשר. אם הדרישה הזו לא מתקיימת, Sensitive Data Protection לא משנה את הסבירות למציאת סוג המידע (infoType) של היעד.ערך
min_likelihoodעבור סוגי המידע של ההקשר. אם ערך הסבירות של ממצא כלשהו שקשור להקשר נמוך מהערך הזה, Sensitive Data Protection לא ישנה את הסבירות של ממצא היעד.
אובייקט
likelihood_adjustmentשמציין את הסבירות החדשה כערך קבוע או כהתאמה יחסית.
תרחישים לדוגמה של כללי שינוי
בקטעי ה-JSON הבאים אפשר לראות איך מגדירים כללי התאמה לתרחישים שונים.
הגדלת הסבירות לזיהוי שם של אדם כשמשתמשים בו במסמך בנושא בריאות
בדוגמה הבאה, ערך הסבירות של ממצא PERSON_NAME מוגדל ל-VERY_LIKELY אם הממצא חופף לממצא DOCUMENT_TYPE/CONTEXT/HEALTH.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "PERSON_NAME"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [
{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}
],
"minLikelihood": "POSSIBLE",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
מחליפים את PROJECT_ID במזהה הפרויקט שמשויך לבקשה.
הגדלת הסיכוי לזיהוי שם של אדם במסמך רפואי והחרגת המסמך הרפואי
בדוגמה הבאה, ערך הסבירות של ממצא PERSON_NAME מוגדל ל-VERY_LIKELY אם הממצא חופף לממצא DOCUMENT_TYPE/CONTEXT/HEALTH. כדי לצמצם את הרעשים, בדוגמה הזו מצוין כלל שני שמוציא את הממצאים של DOCUMENT_TYPE/CONTEXT/HEALTH מתוצאות הבדיקה.
הסדר שבו מציינים את הכללים בקבוצת כללים חשוב. בדוגמה הזו, כלל ההתאמה מצוין לפני כלל ההחרגה, כך שאפשר להשתמש בDOCUMENT_TYPE/CONTEXT/HEALTH הממצאים כדי לספק הקשר לכלל ההתאמה. אם מציינים קודם את כלל ההחרגה, הממצאים של DOCUMENT_TYPE/CONTEXT/HEALTH מוחרגים מקבוצת התוצאות לפני שאפשר להשתמש בהם כדי לספק הקשר לכלל ההתאמה.
{
"parent": "projects/PROJECT_ID",
"inspectConfig": {
"infoTypes": [{
"name": "PERSON_NAME"
}, {
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"ruleSet": [{
"infoTypes": [{
"name": "PERSON_NAME"
}],
"rules": [{
"adjustmentRule": {
"adjustByMatchingInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"minLikelihood": "VERY_UNLIKELY",
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}]
}, {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}],
"rules": [{
"exclusionRule": {
"excludeInfoTypes": {
"infoTypes": [{
"name": "DOCUMENT_TYPE/CONTEXT/HEALTH"
}]
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}]
}]
},
"item": {
"value": "My name is John and my arm is broken."
}
}
מחליפים את PROJECT_ID במזהה הפרויקט שמשויך לבקשה.
איך מגדילים את הסיכוי שאדם יזוהה בתמונה של תעודה מזהה
בדוגמה הבאה, ערך הסבירות של ממצא OBJECT_TYPE/PERSON מוגדל ל-VERY_LIKELY אם הוא מופיע בתיבת התוחמת של ממצא OBJECT_TYPE/PERSON/PHOTO_ID_CARD.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
},
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PHOTO_ID_CARD"
}
],
"imageContainmentType": {
"encloses": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
הגדלת הסיכויים להצגת דרכון שמכיל מזהים אישיים
בדוגמה הבאה, ערך הסבירות של ממצא OBJECT_TYPE/PERSON/PASSPORT עולה ל-VERY_LIKELY אם ממצא PERSON_NAME או DATE_OF_BIRTH נמצא בתוכו.
...
"inspectConfig": {
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
},
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"ruleSet": [
{
"infoTypes": [
{
"name": "OBJECT_TYPE/PERSON/PASSPORT"
}
],
"rules": [
{
"adjustmentRule": {
"adjustByImageFindings": {
"infoTypes": [
{
"name": "PERSON_NAME"
},
{
"name": "DATE_OF_BIRTH"
}
],
"imageContainmentType": {
"fullyInside": {}
},
"minLikelihood": "POSSIBLE"
},
"likelihoodAdjustment": {
"fixedLikelihood": "VERY_LIKELY"
}
}
}
]
}
]
}
...
תרחיש עם כמה כללי בדיקה
קטע ה-JSON הבא InspectConfig והקוד בכמה שפות ממחישים את היישום של כללי החרגה ושל מילות הפעלה. קבוצת הכללים של הקטע הזה כוללת גם כללים למילות הפעלה וגם כללים להחרגה של מילים במילון וביטויים רגולריים. שימו לב שארבעת הכללים מוגדרים במערך בתוך הרכיב rules.
C#
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Go
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Java
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Node.js
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
PHP
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
Python
מידע על התקנת ספריית הלקוח של Sensitive Data Protection והשימוש בה מופיע במאמר ספריות הלקוח של Sensitive Data Protection.
כדי לבצע אימות ב-Sensitive Data Protection, צריך להגדיר את Application Default Credentials. מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.
REST
למידע נוסף על שימוש ב-DLP API עם JSON, אפשר לעיין במדריך לתחילת העבודה עם JSON.
...
"inspectConfig":{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"ruleSet":[
{
"infoTypes":[
{
"name":"PERSON_NAME"
}
],
"rules":[
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"patient"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"VERY_LIKELY"
}
}
},
{
"hotwordRule":{
"hotwordRegex":{
"pattern":"doctor"
},
"proximity":{
"windowBefore":10
},
"likelihoodAdjustment":{
"fixedLikelihood":"UNLIKELY"
}
}
},
{
"exclusionRule":{
"dictionary":{
"wordList":{
"words":[
"Quasimodo"
]
}
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
},
{
"exclusionRule":{
"regex":{
"pattern":"REDACTED"
},
"matchingType": "MATCHING_TYPE_PARTIAL_MATCH"
}
}
]
}
]
}
...
מזהים חופפים של infoType
אפשר להגדיר גלאי מותאם אישית של סוג מידע עם אותו שם כמו של גלאי מובנה של סוג מידע. כפי שמוצג בדוגמה שבקטע תרחישים לדוגמה של כלל הרחבה (Hotword), כשיוצרים גלאי מותאם אישית של infoType עם אותו שם של infoType מובנה, כל הממצאים שזוהו על ידי הגלאי החדש של infoType מתווספים לממצאים שזוהו על ידי הגלאי המובנה. התנאי הזה מתקיים רק אם סוג המידע המובנה מצוין ברשימת סוגי המידע באובייקט InspectConfig.
כשיוצרים גלאים חדשים של סוגי מידע בהתאמה אישית, חשוב לבדוק אותם ביסודיות על תוכן לדוגמה כדי לוודא שהם פועלים כמו שרוצים.